使用CUDA解决涉及更复杂数据结构的问题

所以我读了一些关于CUDA和GPU编程的书。我注意到一些事情，比如对全局内存的访问很慢（因此应该使用共享内存），扭曲中线程的执行路径不应该发散

我还研究了（密集）矩阵乘法示例，在程序员手册和。实现的技巧似乎是一样的：将计算安排在一个网格中（矩阵mul的情况已经是这样）；然后将网格细分为更小的瓷砖；将磁贴提取到共享内存中，让线程尽可能长地计算，直到它需要将数据从全局内存重新加载到共享内存中

对于nbody问题，每个身体-身体相互作用的计算完全相同（第682页）：

它需要两个物体和一个加速度矢量。身体向量有四个组成部分：位置和重量。读这篇论文时，计算很容易理解

但是，如果我们有一个更复杂的对象，具有动态数据结构，该怎么办？现在只需假设我们有一个对象（类似于本文中介绍的body对象），其中附加了一个其他对象的列表，并且每个线程中附加的对象数量不同。如果线程的执行路径没有分歧，我如何实现这一点

---

我也在寻找一些文献，解释如何在CUDA中有效地实现涉及更复杂数据结构的不同算法。

您的问题有些笼统，因此这里有两种一般方法：

• 填充数据，以便所有大小相同的对象（例如零）

• 重新组织相似的数据以适应扭曲，分歧只发生在扭曲内部，而不是跨多个扭曲

• 经纱中的线总是同步的。如果可能和必要，将数据划分为小于33的2次幂，以避免显式同步

• 有一些分歧是可以的

> P>使用C++模板，如果有帮助，帮助引导内核流。

---

我想只要登陆sciencedirect.com，输入cuda就是一个好的开始。自从问了这个问题，至少我读了一些有趣的文章。谢谢你的回答。

bodyBodyInteraction(float4 bi, float4 bj, float3 ai)